PlantAIM是一种新型基准模型，旨在通过融合全局注意力机制与局部特征提取能力，提升植物病害识别的性能。该模型结合了视觉Transformer（ViT）和卷积神经网络（CNN）的优势，通过双骨干网络和全...

论文作者团队提出用动态双曲正切（DyT）替代Transformer中的归一化层。传统观点认为归一化层（如Layer Norm）对模型稳定性至关重要，但作者发现其核心作用是通过类tanh的非线性压缩极端值。DyT...

本文介绍了使用Python和Scikit-Learn进行信用卡欺诈检测的完整流程。通过处理高度不平衡的数据集（492例欺诈 vs 284315正常），采用SMOTE过采样技术平衡样本，并使用决策树模型训练。评估部分涵...

在鸢尾花数据集（n=150）中，通过三维参数空间遍历（「criterion/max_depth/min_samples_leaf」）结合6折分层验证，实现决策树准确率从92.1%至97.3%的跃升。实验揭示：信息熵准则在深层树（dept...

本篇论文作者开发了LeafConvNeXt深度学习模型，用于高效检测植物叶片病害。该模型基于改进的ConvNeXt架构，结合组卷积和密集连接增强特征提取能力，并采用LayerCAM提升可解释性。在包含52类病害...

我使用随机森林、梯度提升和支持向量回归三种算法对音乐流行趋势预测进行了实验。实验采用阿里天池音乐数据集，通过特征工程提取时间特征、滞后特征和艺人静态特征，并进行异常值处理。结果显示...